多个表与一个具有更多列的表

Posted 2023-02-16

【中文标题】多个表与一个具有更多列的表

【英文标题】：Multiple tables vs one table with more columns

【发布时间】：2022-01-07 15:52:55

【问题描述】：

我选择的数据库是 MongoDB。但问题应该是独立的。

例如，每行记录都有一个标志，可以取 2 个可能值中的 1 个。

什么是优缺点：

有 1 个表，其中有一列用于保存此标志的值。

对比：

优点和缺点：

有 2 个表来保存由上述标志区分的两种不同类型的记录？ 由于您没有额外的列，这在存储方面会更便宜吗？ 这在查询中是否也会更快，因为您无需执行过滤即可确切知道要查看哪个表？

行业的常见做法是什么？

【问题讨论】：

你有例子吗？你错了，无论你拥有像 MongoDB 这样的 NoSQL 数据库还是关系型 RDBMS，都会产生很大的不同。

您能解释一下为什么 NoSQL 与关系 RDBMS 会有所不同吗？我的示例与票证中描述的一样基本。

NoSQL 数据库没有针对连接进行优化（其中一些甚至根本不支持连接）。

@WernfriedDomscheit 鉴于这两个表实际上是同一个实体，您不会期望任何连接吗？最多，我们必须执行一个联合来将它们合并为 1？

【参考方案1】：

仅包含一个标志的单列（例如active 和archived）的存储应该可以忽略不计。使用两个表查询可能会更快，但是您的应用程序更复杂，您必须编写 2 个查询。

当您只有 2 个不同的值并且这些值或多或少均匀分布时，将不会使用索引，因此性能应该相同 - 除非您选择整个表。

如果标志分布不均匀，则拥有 2 个表可能会很有用。例如，您有一个相当小的 active 数据集，它经常被查询，还有一个大的 archive 数据集，它更大但几乎没有被查询。

如果可用，您还可以使用实际上是两者的良好组合的分区。

【讨论】：

为什么如果 2 个标志值是均匀分布的，那么“并且不会使用索引”？为什么不使用索引时性能会相同？为什么选择整个表会导致不同的性能结果？

只有在选择性的情况下才会使用索引。当索引列只有 2 个值并且每个值都出现在 app.所有行的 50% 则索引无用且未使用（除非您在 Oracle 上有特殊的 Bitmap-Index）。

从 100 万行的表中选择所有行，比从只有 50 万行的表中选择所有行花费的时间更长。